论文部分内容阅读
随着计算机科学的发展和人工智能技术的进步,对机器人的研究越来越被人们所重视。与传统的工业机器人相比,轮式移动机器人通常被用到复杂环境中完成任务。在未知环境中,轮式移动机器人发生打滑和侧滑的情况是不可避免的,因此,滑动下的轮式移动机器人轨迹跟踪控制研究具有重要意义。本文主要针对受到轮子打滑和侧滑影响的非完整轮式移动机器人,结合反演控制、鲁棒自适应控制、高斯小波网络、自适应模糊控制、扰动观测器、李亚普诺夫稳定性理论等研究移动机器人轨迹跟踪控制问题。论文主要研究内容主要包括以下四个方面:(1)针对滑动下的移动机器人运动学模型,首先考虑受到侧滑影响,利用李亚普诺夫和反演方法设计了运动学控制器。然后考虑轮子打滑和侧滑同时存在的情况下,利用鲁棒自适应方法设计了鲁棒自适应控制器,通过鲁棒自适应参数抵消移动机器人运动过程中受到的扰动影响。最后通过仿真实验表明,鲁棒自适应控制器能够较好的补偿系统受到打滑和侧滑的影响。(2)针对滑动下的移动机器人动力学模型,首先设计辅助运动学控制器,处理侧滑和打滑影响造成的移动机器人实际位姿与期望位姿的误差,得到移动机器人的期望速度。然后基于高斯小波网络方法和自适应学习方法设计了动力学控制器,其中高斯小波用于逼近系统的未知非线性,自适应学习算法可以在线更新高斯小波函数的尺度和平移参数。最后考虑到基于高斯小波网络设计的控制器运算量比较大,又利用同样具有精确逼近能力的自适应模糊方法设计了自适应模糊动力学控制器。将辅助运动学控制器与自适应模糊控制器级联起来得到完整的控制系统。通过与传统的自适应控制方法进行比较,表明所设计的控制器能够使机器人在滑动影响下迅速、准确跟踪轨迹。(3)将扰动观测器引入滑动下的移动机器人轨迹跟踪控制,分别基于侧滑下的运动学模型设计了非线性扰动观测器和基于滑动下的动力学模型设计了模糊扰动观测器。通过非线性扰动观测器对侧滑扰动进行在线估计,并补偿给运动学控制器,得到移动机器人运行的速度,实现侧滑下的移动机器人轨迹跟踪。利用模糊方法的迅速逼近能力设计扰动观测器以观测集总扰动并补偿给动力学控制器,得到移动机器人的控制力矩,实现滑动下的移动机器人轨迹跟踪。最后分别对这两个扰动观测器进行了系统仿真证明其控制的有效性。(4)将之前设计的自适应模糊动力学控制器和模糊扰动观测器分别在移动机器人实验平台进行了验证。最终,根据所有实验结果验证了前文设计的控制器的可行性和有效性。